マルチスペクトル画像のスティッチングでは、撮影要件や異なる波長帯画像の情報差により、低い重なり率条件下で全波長帯のスペクトル画像を高速にスティッチングすることが困難である。この問題に対し、本稿では位相関係性を強化した適応型低重なり率マルチスペクトル画像高速スティッチングアルゴリズムを提案する。マルチスペクトル画像情報エントロピー最大チャンネルを基準チャンネルとして、画像相関性強化分割手法を設計し、基準チャンネル下で隣接する2つのレンズのスペクトル画像を特定のステップ幅で切り出し、マッチング対象スペクトル画像の重なり率を向上させる。最小二乗法を導入し、分割回数および切り出しステップ幅を動的に調整することで、相対オフセットの最適化と同時にアルゴリズムの適応性および精度を向上させる。異なるチャンネルにおける隣接する2つのサブショット画像のオフセット一致の原理を利用し、基準チャンネルの変位量に基づく位置付けマッピングにより、情報量不足により一部チャネルのスティッチングが不可能な問題を解決し、マルチスペクトル画像のスティッチング効率を向上させる。実験により、本手法は重なり率が5％以上の16チャンネルスペクトル画像の高速スティッチングを実現し、全体のスティッチング品質および時間コストの面でHarris、SIFT、FAST-SURF、BRISK-ORBの4つのアルゴリズムより優れており、一定の実用的価値を持つことが示された。

位相相関法; マルチスペクトル画像スティッチング; 低重なり率; 相関性強化; 最小二乗法